前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >漏斗模型和路径分析的区别_漏斗转化模型

漏斗模型和路径分析的区别_漏斗转化模型

作者头像
全栈程序员站长
发布2022-09-23 11:02:17
5390
发布2022-09-23 11:02:17
举报
文章被收录于专栏:全栈程序员必看

大家好,又见面了,我是你们的朋友全栈君。

  1. 在互联网数据化运营实践中,有一类数据分析应用是互联网行业所独有的,那就是漏斗模型和路径分析的应用
  2. 漏斗模型通常是对用户在网页浏览中一些关键节点的转化程度所进行的描述,比如从浏览到实际购买产品都需要经历三个步骤:浏览商品、将商品加入到购物车、将购物车的东西提交到订单,直到订单完成在线支付,上面的三个步骤走下来,买家人数越来越少,这个过程就是漏斗模型,漏斗模型的主要分析目的是针对网站运营过程中的各个关键环节进行分析,然后针对转换率低的环节进行纠正
  3. 路径分析通常是指对用户的每一个网络行为进行精细跟踪和记录,并在此基础上通过分析、挖掘得到用户的详细网络行为路径特点、每一步的转化特点、每一步的来源和去向,从而帮助互联网企业分析用户的网络行为等
  4. 网络日志和布点 A: 日志布点,包括点击级布点(页面级布点的应用范围最广,该类布点会覆盖网站的所有页面,其内容包括:IP地址、用户名、Cookie相关信息及浏览器类型)、点击级布点(通常会在用户点击某个链接、按钮、筛选框等特定事件时触发)、追踪日志布点(当某一个特定的页面有很多来源是,为了清楚的情分不同的来源,就需要用到追踪日志布点) B: 日志采集 进行日志采集,通常会设定专门的日志采集服务器 C: 日志解析 由于日志数据是不同于通常数据源的非结构化数据,其主要目的是提高读写效率,因此日志解析的目的就是讲非结构化数据转化成为结构化数据 D: 日志分析 日志分析的主要内容包括日常流量监控(PV、UV)、来源去向分析及路径分析 6.漏斗模型与路径分析的主要区别与联系 漏斗模型是路径分析的特殊形式,是专门针对关键环节进行的路径分析 漏斗模型与路径分析的主要区别: 侧重点不同,漏斗模型更多、更主要用于网站和产品的运营监控和管理 两者思考的方式和粒度不同,漏斗模型更多时候要经过抽象的过程来搭建漏斗的每一个环节,漏斗中的每个环节更多时候是抽象出来的,而不一定是完全按照原始的数据直接放进漏斗中的,而路径分析更多的时候是就事论事,不需要经过抽象、转化、整合这些过程 分析的思维方向有别 漏斗模型的思维方式通常是逆向的,即先确定要分析的关键环节,然后抽取相应的数据,计算其转化率 分析技术有差别 漏斗模型的分析技术更直观、更直接、更容易理解,就是根据两个关键环节的先后顺序,计算出从头到尾的转化率即可 漏斗模型的主要应用场景 A: 运营过程的监控和运营效率的分析和完善 只要有流程、有转化,就一定会采用漏斗模型作为其中的一种手段来加以监控、分析和管理 B: 用户关键路径分析 C: 产品优化

路径分析的主要应用场景 漏斗模型可以看做是路径分析的特殊形式,相比而言,路径分析更加全面、更加丰富、更加基础 A: 用户典型、频繁的路径模式识别 B: 用户行为特征的识别 C: 网站产品设计和优化的依据和参考 D: 网站运营和产品运营的过程监控关于管理

路径分析的主要算法 A: 社会网络分析方法 社会网络分析,也叫链接分析,在社会网络分析方法中,最常见最成熟的一种方法就是中心性分析方法,中心性是对于社会关系网中参与者的著名成都进行度量的标准,与网络搜索和超链接分析有非常紧密的关系 B: 基于序列的关联分析 基于序列的关联分析,又称序列分析,这种分析方法时在关联分析的基础上,进一步考虑了关联品之间的先后顺序,即只分析先后顺序的关联关系 C: 最朴素的遍历方法 最朴素的遍历方法,因为最直观、最直接、最容易让人理解,把某个页面的所有来源以及相应的流量大小整理出来,同时把浏览该页面的下一个页面的所有去向和相应的流量整理出来

发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/172642.html原文链接:https://javaforall.cn

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
Elasticsearch Service
腾讯云 Elasticsearch Service(ES)是云端全托管海量数据检索分析服务,拥有高性能自研内核,集成X-Pack。ES 支持通过自治索引、存算分离、集群巡检等特性轻松管理集群,也支持免运维、自动弹性、按需使用的 Serverless 模式。使用 ES 您可以高效构建信息检索、日志分析、运维监控等服务,它独特的向量检索还可助您构建基于语义、图像的AI深度应用。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档